摘要：针对复杂结构优化设计中常出现的低效率、低精度问题,提出支持向量回归机(SVR)响应面与进化多目标优化算法相耦合的优化系统。基于结构风险最小化推导SVR响应面建立原理,采用具有异点预测值可对比特色的正交旋转组合设计作为样本点选取法,以获得最优试验区。基于NSGA-Ⅱ范式原理建立区间偏好进化优化算法并构建优化系统框架。以45 t门机主梁为研究对象,指定5个几何参数为设计变量,对最大位移、应力进行约束,以轻量化及首阶固有频率为双目标,利用所构建的优化系统进行优化求解。研究结果表明:主梁总质量减少15.9%,首阶固有频率减少9.2%。通过不同响应面模型的效果对比、灵敏度分析及优化方案检验,验证出优化系统的高效可行性。

摘要：为了获得较为精简的模糊控制规则集合和改善控制性能,提出了一种基于进化多目标优化算法的模糊控制器优化设计方法,并应用于无刷直流电机直接转矩控制系统。该控制系统采用模糊控制器作为转速环的调节器,内环则为转矩控制环,并且采用了无磁链滞环的控制结构。同时提出了一种改进的多目标克隆选择算法,可针对模糊控制器的结构和参数进行优化,并选取典型的控制性能指标,以及模糊控制器自身的精简度作为优化目标。为了提高算法的搜索效率和利用偏好信息,有针对性地提出了种群多样性保持策略和偏好策略。实验结果表明这种优化设计方法可获得良好的动态响应性能和较强的自适应性,同时所得到的Pareto优化解具有较好的分布特性。

摘要：针对云计算和云存储资源复杂变化的定价机制给云工作流调度带来了极大的挑战问题,建立了考虑定价机制的多目标云工作流调度模型。针对云工作流调度问题的特点,设计了一种实数编码机制,使得现有的基于实数编码的交叉算子能够直接用于求解云工作流调度问题,从而避免了现有组合优化方法需要进行解的可行性修正的问题。进一步在MOEA/D算法框架下,设计了一种启发式局部搜索策略,提出了一种新的进化多目标云工作流调度算法。仿真试验结果表明,与目前主流的进化多目标优化算法相比,该算法在求得帕累托最优解集的宽广性和均匀性上具有明显的优势,且算法稳定性更好。该方法对于云平台资源利用率的提升具有重要的应用价值。